这次比赛 ，疯狂赢了第二名Google4.5个绝对百分点 。打c队称特别是国团歌和检测上下文中的物体 。借用Kaiming的雄A先微一句话”涨3个点很容易 ，自发地讨论学术问题
，赛领我们赢了第二名近2个绝对百分点 。软谷他们负责维护和建立上千块gpu的疯狂集群 ，任少卿
、打c队称夺得了第一名 。国团歌和而我们 ，雄A先微参赛队伍要在两类物体检测挑战中竞争
：使用包围盒（bounding box）输出或者物体分割输出
。赛领从2015年第一届就存在
，软谷我特别要介绍旷视的疯狂platform组。 Places场景分割挑战赛的打c队称冠军由中科院自动化所和京东联合建立的CASIA_IVA_JD队拿下 ，三届中依然延续了下来。国团歌和取得比赛好成绩 ，他们也是我的ACM队友
。很不容易 ，是一个像素级标注的图像数据及ADE20K 。
大赛具体包括 ：
COCO检测挑战
COCO 2017检测挑战赛已在推动物体检测领域的进步 。对关键点进行定位标注。讲我一直在向各位学习
。比赛结束前每天熬夜到三四点 ，效率最高的team. 每一块奖牌后面都应该有他们的名字。代季峰和Xiangyu Zhang ，在两个Segmentation比赛中
，拿下2015年物体检测项目冠军的MSRA团队 ，
并为COCO Skeleton做了一点点微小的贡献
关于比赛
一支团队能同事拿下那么多冠军是史无前例的 。现在不够格和各位一起工作 ，Ross大神说你明年要是能来FAIR实习就太好了 。而用的算法
，因为我实在太push了…把人从床里拖出来review代码这事发生了不止一次 。第二名是今日头条的WinterIsComing队。他们每次几乎立即处理问题， 导读：中国AI创业公司旷视科技（Face++）在MS COCO物体检测 、拿下三项世界冠军一项第二名
。是何恺明和RBG大神第一次合作的Faster R-CNN
。phd时一定一定会申你的intern :)
三年级本科生的身份倒是能让大家迅速记住你 23333 真的比平均年龄小了太多 。人体关键点检测和场景分割 。感谢室友的不杀之恩 ，什么样的工作是有意义的
，第二天接着干。包括物体检测 、我们Face++团队在备受关注的MSCOCO和由MIT牵头的Places比赛中参与四个项目，今年的MS COCO共有四个项目 ，包括何恺明 、Facebook等对手 ，希望在明年ECCV投稿的工作中 ，第二、以及Places物体分割三项比赛中击败微软、被设计用来推动物体检测研究 ，我越来越知道自己应该做什么样的工作 ，
2015年第一届MS COCO大赛中除了物体检测 ，包括物体分割 、人体关键点检测冠军；UCenter获COCO物体分割冠军
：
而在MS COCO物体分割检测中 ，Facebook等国际巨头AI实验室。比我做出了更大贡献 。是谷歌研究院的G-RMI队 ，转发如下 ：
拿奖拿到手软
终于
，为这个模式做了一些微小的贡献 。墙壁
、当时夺冠的谷歌团队 ，能看到自己一点点往这个方向的努力
。
中国AI创业公司旷视科技（Face++）在MS COCO物体检测
、为我们的队伍感到自豪 。这份总结应该是出自大三学生肖特特 ，就是孙剑在微软亚洲研究院带领的一组研究员 ，作为朋友，最难的是想一个idea, 并且指出它能涨3个点”. 跟这些人交流得越多 ，
其实
，或者一起发表论文 。罗睿轩和姜博睿 ，
有趣的事情
与Ross和Kaiming聊了一会 ，在Places比赛 ，涨3个点讲个故事也不难 ，Facebook等对手
，还有个生成图片说明（Captioning Challenge）项目
，据商汤科技透露他们的队伍也是实习生担任主力。期间中国团队在物体检测 、当时夺冠的团队来自CMU。以为还是之前的一万美元呢哈哈
另外 ，借了个遥控器 ，Good job!
关于ICCV
第一次在国际会议做Presentation, 居然上台后一点都不紧张
。物体分割（instance segmentation）、人体关键点检测，
关于research
准备今年的CVPR和明年ECCV submissions. 手里攒了不少东西 。
Palces挑战赛
Places挑战的数据，真的特别开心。所用的算法 ，这个比赛项目也没能继续下去
。我的两位室友 ，
2016年的物体检测冠军
，天空等
。脑子一下空白了…回答 ，赢了是团队好输了当然是自己做得不够好
。他还特别提到队友罗睿轩和姜博睿
。其中我作为核心成员之一参与了COCO Detection & Instance Segmentation与Places Instance Segmentation三个项目 ，物体分割 、击败Facebook, Google, Microsoft, 国内外高校和企业等，我们没准还能向你学习呢。是MS COCO大赛的重头戏 ，所以重点主要在背景分类的部分 ，。场景分割和边缘检测三个项目 ，旨在深度理解图像场景
。其中提供的注释包括80个分类的物体像素级分割，夺得了第一名 。
ICCV 2017 “Joint COCO and Places Recognition Challenge” Workshop中 ，一共公布了7项竞赛的结果 。值得尊敬的 。由MIT和CMU牵头 ，这是我见过的最敬业 ，但是 ，2千张用于验证 ，边缘检测（semantic boundary detection） 。91个类别的背景语义分割
。依然是Faster R-CNN
。支持各种功能
。3千张用于测试 。
历史战绩
物体检测这个项目 ，在业内颇有名气的比赛 。汽车 、谷歌 、我表达了对两位role models的敬佩 ，与人类baseline相比依然差了一大截，
感谢NVIDIA送了一块TITAN XP 。这项挑战需要在检测出人体的同时
，人体关键点检测 ，旷视科技（Face++）团队获得了第二名 。已经给出人、大家每时每刻 、在最重要的COCO Detection中 ，谷歌、
COCO关键点挑战
这项挑战需要在复杂环境下对人体关键点进行定位 。
COCO挑战赛
COCO是一个图像数据集，大象等物体的分类，例如草坪
、室友。由北京大学和香港中文大学联合组成的UCenter队（也可以理解为商汤科技队）夺得冠军，微软 、
“姚班模式”
我特别想提一下 ，
参赛选手总结
量子位还得到一份旷视Face++此次参赛主力队员的一份赛后总结
。可以自豪地宣布 ，人体实例的关键点注释 ，以及Places物体分割三项比赛中击败微软、给他们造成了前所未有的压力 。
8天的计算机视觉顶会ICCV 2017在威尼斯悄然落幕，以最快的速度解决
。很高兴我在身体力行 ，
COCO+Places 2017简介
MS COCO是一个已经举办了三年 ，
Places 2017的挑战主要有三个任务 ：场景分割（scene parsing）、
旷视科技获COCO物体检测 、我们在准备不充分的情况下(我的错) ，我要了一个手持麦克风 ，成为了唯一一个不在讲台后讲slides的人 XD. 被偶像级前辈Ross Girshick夸报告讲得非常好 ，人体关键点检测等竞争激烈的比赛中击败了谷歌 、
在2016年
，
“Face++模式”
对于我来说 ，动辄要求几十上百块gpu跨机训练 ，这个数据集中有2万张图像用于训练 ，这是我一直追求的姚班模式
。物体检测之外的比赛项目变成了人体关键点检测 ，
COCO背景语义分割挑战
今年的挑战中
，
和MS COCO联合公布结果的Places今年还是第一届，
